高維數(shù)據(jù)建模和分析是統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)研究的熱點(diǎn)。而半?yún)?shù)模型,作為重要的回歸工具,一般涉及未知的光滑函數(shù)和未知的有限維參數(shù)的估計(jì)。通過把函數(shù)投影到更低維的參數(shù)空間上,半?yún)?shù)模型不僅可以解決參數(shù)模型帶來的模型誤設(shè)的問題,還可以避免非參數(shù)模型遇到的“維數(shù)禍根”問題。另一方面,半?yún)?shù)模型對參數(shù)可以有很高的估計(jì)效率,而且對數(shù)據(jù)的建模方面有很好的可解釋性。作為兩類重要的半?yún)?shù)模型,單指標(biāo)（多指標(biāo)）模型和變系數(shù)模型在過去的幾十年里不僅在理論方面取得了長足的發(fā)展,而且涵蓋了不同科研領(lǐng)域里的豐碩的應(yīng)用成果。本論文旨在進(jìn)一步對這兩類模型做建模上的拓展、方法上的改進(jìn)和理論上的發(fā)展。本文第二章的內(nèi)容是關(guān)于單指標(biāo)條件期望模型中單指標(biāo)向量估計(jì)量的漸近方差的估計(jì)問題。眾所周知,單指標(biāo)向量的眾多估計(jì)量（例如MAVE估計(jì)量）的漸近方差都有著“三明治”（sandwitch）的結(jié)構(gòu)形式,并且涉及到很多未知的參量。故為了得到漸近方差的估計(jì),就必須一一給出所有這些未知參量的估計(jì)（plug-in估計(jì)）,而這樣做是一件累贅的事。本文提出一種新的策略,即基于MAVE的自助估計(jì)法（wild bootstrap）去估計(jì)漸近方差。從理... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：105 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 半?yún)?shù)模型研究背景
        1.1.1 局部線性平滑
        1.1.2 單指標(biāo)模型
        1.1.3 變系數(shù)模型
    1.2 條件方差模型研究現(xiàn)狀
    1.3 本文的研究內(nèi)容及結(jié)構(gòu)安排
第二章 單指標(biāo)模型的自助估計(jì)及檢驗(yàn)
    2.1 引言
    2.2 自助估計(jì)法
    2.3 單指標(biāo)參數(shù)的檢驗(yàn)
    2.4 模擬實(shí)驗(yàn)
    2.5 實(shí)例分析
    2.6 本章小結(jié)
    2.7 主要理論結(jié)果的證明
第三章 單指標(biāo)條件方差模型
    3.1 引言
    3.2 擬極大似然估計(jì)
        3.2.1 似然梯度外積估計(jì)
        3.2.2 似然最小平均方差估計(jì)
        3.2.3 條件方差函數(shù)的估計(jì)
    3.3 理論性質(zhì)
    3.4 模擬實(shí)驗(yàn)
    3.5 實(shí)例分析
    3.6 本章小結(jié)
    3.7 主要理論結(jié)果的證明
第四章 多指標(biāo)條件方差模型
    4.1 引言
    4.2 多指標(biāo)參數(shù)的估計(jì)
    4.3 結(jié)構(gòu)維數(shù)的估計(jì)
    4.4 理論性質(zhì)
    4.5 模擬實(shí)驗(yàn)
    4.6 本章小結(jié)
第五章 變系數(shù)波動模型
    5.1 引言
    5.2 方向函數(shù)的估計(jì)
    5.3 范數(shù)函數(shù)的估計(jì)
    5.4 方差函數(shù)的估計(jì)
    5.5 理論性質(zhì)
    5.6 模擬實(shí)驗(yàn)
    5.7 實(shí)例分析
    5.8 本章小結(jié)
    5.9 主要理論結(jié)果的證明
第六章 全文工作總結(jié)與展望
    6.1 工作總結(jié)
    6.2 后續(xù)展望
致謝
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的研究成果



本文編號：2931983